目錄

1.什么是IO密集型任務/CPU密集型任務

2.高并發概念和技術實現

2.并行（Parallelist）概念和技術實現

4.核心區別對比

1.什么是IO密集型任務/CPU密集型任務

1.IO密集型任務：

定義：任務核心邏輯不依賴CPU計算，而是大部分時間等待外部IO（指程序與外部設備（如：磁盤，網絡，數據庫，鍵盤鼠標）的數據交互）操作；

簡單說：CPU在“等”，沒干活

核心特征：

? ? ? ? 等待事件遠大于計算時間；

? ? ? ? CPU利用率低：若用單線程處理IO密集型任務，CPU會頻繁處于“空閑等待”，資源浪費

? ? ? ? 并發價值高：可以通過多線程/異步，同時去處理其他任務，提高單位時間內任務吞吐量

? ? ? ? 注意：絕不用 “單線程同步”：正確做法是用async/await異步，讓 CPU “同時處理多個等待中的 IO 任務”。

異步的核心：“非阻塞等待”CPU無需等待IO完成，可繼續處理其他任務，IO處理完成再回調處理結果，最大化CPU利用率。

2.CPU密集型任務

定義：CPU始終處于“滿負荷工作”狀態，直到計算完成；

核心特征：

????????計算時間遠大于等待時間；

? ? ? ? CPU利用率高：單線程處理時，CPU 會被 100% 占用（直到任務完成），但僅能利用一個 CPU 核心，多核 CPU 資源被浪費；那多線程和多核CPU是什么關系

? ? ? ? 并行價值高；

注意：CPU 密集型任務：絕不用 “大量線程并行”
若為 CPU 密集型任務創建遠超 CPU 核心數的線程（如 16 核 CPU 創建 100 個線程），會導致線程頻繁切換（上下文切換開銷），反而降低計算效率。正確做法是用Parallel或控制線程數（如線程數 = CPU 核心數），避免切換浪費。

????????

2.高并發概念和技術實現

概念：是指系統在單位時間內處理大量同時發生的請求或者任務的能力；

關鍵特征：

• 🔁 ??邏輯上的同時??：通過時間片輪轉模擬同時執行

• ? ??I/O密集型??：適合網絡請求、文件操作、數據庫訪問

• 🧵 ??少量線程服務大量請求??：線程數可能遠大于CPU核心數

• 🎯 ??提高資源利用率??：在等待I/O時釋放線程處理其他任務

技術實現

1.asybc/await

// Web API 中的高并發處理
[ApiController]
public class ProductsController : ControllerBase
{[HttpGet("{id}")]public async Task<IActionResult> GetProduct(int id){// 異步數據庫查詢 - I/O等待時線程可處理其他請求var product = await _dbContext.Products.FindAsync(id);// 異步調用外部APIvar reviews = await _httpClient.GetStringAsync($"https://api.reviews.com/products/{id}");return Ok(new { product, reviews });}
}

2.大量異步任務管理（使用SemaphoreSlim）

注：可對同時訪問資源或者資源池的線程數加以限制；精細控制特定操作的并發度

// 限制數據庫連接并發訪問
var dbSemaphore = new SemaphoreSlim(10);
async Task QueryDatabase()
{await dbSemaphore.WaitAsync();try { /* 使用連接 */ }finally { dbSemaphore.Release(); }
}

2.并行（Parallelist）概念和技術實現

核心概念：并行是多核CPU真正同時執行多個計算任務；

關鍵特征：

• ? ??物理上的同時??：多個CPU核心同時工作

• 🔢 ??CPU密集型??：適合數學計算、圖像處理、數據分析

• ?? ??任務數 ≈ CPU核心數??：最大化利用計算資源

• 🎯 ??提高計算吞吐量??：縮短總體計算時間

技術實現：

1.Parallel類

// 數據并行處理
public void ProcessImagesInParallel(List<Image> images)
{Parallel.ForEach(images, image =>{// 每個圖像在獨立CPU核心上處理image.Resize(800, 600);image.ApplyFilter(FilterType.Sharpen);image.SaveToDisk();});Console.WriteLine("所有圖像處理完成");
}

2.PLINQ(并行LINQ)

// 大數據集并行查詢
public List<Customer> FindHighValueCustomers(List<Customer> customers)
{return customers.AsParallel().WithDegreeOfParallelism(Environment.ProcessorCount).Where(c => c.TotalPurchases > 10000).Where(c => c.IsActive).OrderByDescending(c => c.TotalPurchases).ToList();
}

3.任務并行庫

// 復雜計算任務的并行執行
public async Task<double[]> ComputeComplexResultsAsync()
{var tasks = new Task<double>[4];// 同時執行多個計算任務tasks[0] = Task.Run(() => CalculatePi(1000000));tasks[1] = Task.Run(() => CalculateE(1000000));tasks[2] = Task.Run(() => CalculatePrimeNumbers(100000));tasks[3] = Task.Run(() => CalculateFibonacci(1000));return await Task.WhenAll(tasks);
}

4.核心區別對比

特性	高并發（Concurrency）	并行（Parallelism）
??目標??	提高資源利用率	提高計算吞吐量
??執行方式??	邏輯并發（交替執行）	物理并發（同時執行）
??適用場景??	I/O密集型操作	CPU密集型操作
??線程關系??	線程數 ? 核心數	線程數 ≈ 核心數
??關鍵技術??	async/await, Task	Parallel, PLINQ
??性能瓶頸??	I/O速度、網絡延遲	CPU計算能力
??典型應用??	Web服務器、數據庫	科學計算、圖像處理